许可证：Apache-2.0
语言：

• 英文
  库名称：transformers
  管道标签：图像分割
  标签：
• 医疗
• 分割
  数据集：
• nielsr/breast-cancer

描述：

乳腺癌分割是一项在医学影像（如乳腺X光片和超声图像）中识别并分割乳腺肿瘤区域的任务。
这项任务在乳腺癌的诊断和治疗中至关重要，因为它能帮助临床医生更好地了解病情范围并规划合适的治疗方案。

Segment Anything Model (SAM) 是一种先进的深度学习模型，专为图像分割设计。
SAM基于视觉Transformer架构，已在多种自然图像分割任务中展现出卓越性能。

基础模型：

Segment Anything Model (SAM) 能够通过输入提示（如点或框）生成高质量的对象掩码，并可为图像中的所有对象创建掩码。
该模型在包含1100万张图像和11亿个掩码的数据集上训练完成，在多种分割任务中表现出强大的零样本性能。
https://github.com/facebookresearch/segment-anything

快速使用模型

device = "cuda" if torch.cuda.is_available() else "cpu"  
processor = SamProcessor.from_pretrained("wanglab/medsam-vit-base")  
model = SamModel.from_pretrained("ayoubkirouane/Breast-Cancer_SAM_v1").to(device)